生成式AI应用现状 - 46%的受访中国企业正在规模化应用生成式AI并将其嵌入大部分业务和流程 [1] - 仅有9%的受访企业通过生成式AI实现了生产效率、收入和利润提升等显著成果 [1] - 53%的中国企业正在通过AI连接和融合多个流程 比全球平均水平高出11个百分点 [1] 数字技术能力建设 - 33%的受访企业意识到AI与云的深度融合可以实现产品和服务的创新 [1] - 58%的企业能够根据业务变化灵活快速地更新安全策略和工具 [1] - 15%的受访企业在数据分类标准统一且用户可合理使用方面表现优异 [2] - 33%的中国企业能够通过数据分析和AI技术实时自主地优化运营 [2] 组织架构调整需求 - 仅有34%的企业对现有组织架构进行了重新设计以适应AI驱动的协作模式和岗位调整 [2] - 企业需要系统性变革在企业系统、组织模式和治理结构上塑造强大的韧性和能力 [2] 行业发展趋势 - 数字技术日益深入各个应用场景和业务流程 企业需不断重塑转型加快探索新前沿 [1] - 企业需夯实数字化基础升级运营并释放技术与人才融合的潜能以实现高质量增长 [1]

人工智能行业趋势 - 人工智能正从实验阶段迈向大规模部署，加速提升运营效率并重塑竞争优势 [1] - 企业在数字和实体领域的人工智能应用快速推进，通过生成式AI、自动化与机器学习优化供应链、改善客户服务、提升财务预测能力并加速研发进程 [1] - 60%的首席信息官预计基于生成式AI的工作负载将在2025年底前投入生产应用 [1] - 企业AI战略的核心目标包括提升内部生产效率、节约人力成本，以及开发能创造收入与提升满意度的客户终端应用 [1] - 技术进步模糊数字智能与实体执行的界限，开创运营敏捷性的新时代 [1] - 企业通过自主开发或战略合作定制AI解决方案，在运营速度、精确性与安全性方面获得可量化的收益 [1] AI投资机遇 - 五类AI投资机遇：从具备强定价权与深度AI整合能力的企业，到期权市场低估其AI收益潜力的公司 [1] - AI部署存在行业差异，如能源业的预测性维护、金融业的欺诈检测、制造业的自主机器人等，但这一趋势具有普遍性且正在加速 [2] - 人工智能正成为运营效率和竞争优势的重要驱动力 [2] 重点公司分析 - Adobe(ADBEUS)、亚马逊(AMZNUS)和江森自控(JCIUS)被认定为高质量的大盘股AI应用先锋，人工智能在其商业战略中的核心地位日益凸显 [2] - 英伟达(NVDAUS)、微软(MSFTUS)、谷歌母公司Alphabet(GOOGLUS)、Meta Platforms(METAUS)和特斯拉(TSLAUS)被重点关注，兼具AI技术赋能者与应用者的双重优势 [2] - 摩根士丹利给予这些公司"增持"评级 [2]

人工智能浪潮奔涌而来，"人工智能+"深度赋能千行百业前景可期。8月27日至29日，以"模驱具身 智启 未来"为主题的2025AGIC深圳（国际）通用人工智能大会暨通用人工智能产业博览会将在深圳举办，展 现"人工智能+"的鲜活场景和产业发展的光明未来。 以"模驱具身 智启未来"为主题，汇聚头部企业 深圳加快建设全球人工智能先锋城市，"硬件之都"融合 AI 技术，"深圳造"硬件搭载上"智慧内核"，正 是建设全球人工智能先锋城市的核心引擎。 人工智能大模型驱动具身智能发展，开启人工智能新未来，本次大会以"模驱具身 智启未来"作为主 题，吸引了超过1000家品牌企业参展，腾讯、华为、百度、优必选、云天励飞、商汤等龙头企业将现场 展示前沿创新技术和发展成果。 深圳机器人领域的领先企业将带来硬核科技的集中展示，从工业协作到家庭服务，从医疗康复到特种作 业，覆盖机器人各个应用场景。比如，普渡机器人将现场发布首款全尺寸双足人形机器人，该款机器人 秉持"生而为人"的核心设计理念，目标是为人类完成各类泛化任务。 本次大会的国际企业阵容同样星光熠熠。比如，20 余家日本企业将组团参展。 大会期间将举办新产品新技术首发首秀，一批创新 ...

大模型行业竞争格局 - 大模型技术迭代周期缩短至三个月，基准测试领先优势难以持续保持，呈现交替上升的竞争态势 [3] - 行业处于从"可用"向"好用"进化阶段，尚未跨越"标志性应用"门槛，成本下降曲线推动技术竞速 [3] - AI+内容领域被视为最可能诞生超级AI应用的赛道，生成式AI或颠覆传统互联网连接模式 [3] 具身智能发展现状与挑战 - 国内具身智能创业热潮持续，新成立公司超100家，创业者普遍基于情感驱动而非纯商业考量 [3] - 商业化面临核心瓶颈：动作速率（节拍）低于人类，高扭矩关节电机存在工程难度和成本问题 [4] - 数据短板制约泛化能力，家庭场景存在恐怖谷效应，安全性及性价比尚未达到普及标准 [4][5] - 规模化部署将优先落地于拣选/搬运/组装等工业场景，通过第一视角数据构建"模型-本体-场景"闭环飞轮 [5] 超级AI应用发展条件 - 技术土壤已成熟：模型推理成本快速下降（如DeepSeek、谷歌新模型），能力从可用进阶到好用 [7] - 关键突破点需满足：AI成为刚需场景、容纳亿级日活、重构用户与平台交互边界 [7] - 当前尚未出现具体企业承载超级应用，但逻辑上具备可行性 [6][7] 投资方法论与需求判断 - 区分"喊出来"与"长出来"的产品，真需求需具备可验证的收入数据（如过亿收入案例） [7] - Agent类产品需实现高频任务的结果导向交付，而非仅包装API调用能力 [8] - 关注AI for Science、AI安全等冷门小模态模型，可能在未来3-5年形成爆点 [8] - 投资决策需过滤噪声，聚焦技术商业化转折点与团队基因匹配度 [8]

【导读】对话启明创投：大模型三个月一迭代，没有永远的王者 中国基金报记者 莫琳 启明创投从2013年左右开始投AI，投得早，也投得多。十年过去，他们在百模大战、大模型融资潮、具身智能炒作的海浪里仍维持着一个 稳健VC的姿势：步伐不疾，但总能接住浪头。 在2025WAIC（世界人工智能大会）前夕，启明创投主管合伙人周志峰和执行董事胡奇向外界释放了一个信号： AI投资正在从"盲人摸 象"式的早期探索，转向更具战略性和系统性的布局。这不仅是投资策略的转变，更是一场关于"AI如何落地"的深度思考。 大模型：三个月换一代，没有永远的王者 "现在任何大模型在基准测试榜上的领先优势不会超过三个月，这几家会呈现你追我赶、交替上升的竞争态势。"周志峰分析道。 在他看来，大模型公司之间的技术演进本质上是一场不断轮动的赛跑。"一个模型刚刚突破性能，三个月后就可能被超越。"大家在同一个 成本下降曲线上竞速，从"可用"进化到"好用"，但尚未跨入"标志性应用"的门槛。 周志峰预测，AI+内容是近期最有可能出现"超级AI应用"的地方。"生成式AI天然适合内容生成，可能颠覆传统互联网的连接模式，带来范 式转移，这正是超级AI可能出现的地方。 ...

学术态度与规划 - 超四成(41%)大学生计划毕业后继续深造，92.2%追求学术进步，33.8%追求学术创新 [1][9] - 69.3%和64.0%的大学生分别将专业课程学习和毕业论文视为大学阶段最重要事项 [6] - 67.2%关注学术交流活动，52.6%关注科研机会，体现主动积累科研经验的倾向 [11] 学术实践行为 - 53.2%大学生选择夜间撰写论文，研究生更倾向深夜沉浸式创作，华中地区高校学生夜间写作频率更高 [13] - 57.2%时间用于论文逻辑修改，55.3%时间用于降重处理，反映学术成果打磨的痛点 [15] - 84%大学生每周使用生成式AI，62.9%遇学术困难时优先咨询AI，50%以上在论文写作中应用生成式AI [22][24] 查重工具使用现状 - 68.6%依赖AI辅助查重，65.5%通过搜索或求助解决，62.7%直接购买付费服务 [17] - 50.4%遭遇不同工具结果不一致问题，40.2%担忧费用高及数据安全 [32] - 研究生98.7%使用≥2个工具查重，普遍采用多工具交叉验证策略 [28] 工具需求与付费行为 - 59.2%使用AI工具，56.2%使用查重工具，体现"科技提效"的典型特征 [19] - 53.5%期待AIGC检测功能，50.4%需要文档格式转换，显示对多功能集成工具的诉求 [34] - 86.9%混合使用免费/付费工具，57.3%以免费为主，研究生付费意愿显著高于本科生 [40] 学术支出结构 - 69.8%将论文相关支出列为主要学术消费，人文专业78.2%支出集中于论文领域 [38] - 86.6%认可付费学术服务对效率的提升作用，体现"精准投入"的消费理念 [38] 行业热点关联 - 论文与查重话题在社媒平台达数十亿浏览、千万级讨论，显示公众对学术诚信议题的高关注度 [4] - 2025年部分高校将实施"重复率+AIGC重复率"双查重制度，推动查重工具功能升级需求 [24]

行业背景与趋势 - 2025年人工智能应用加速落地，AI PC、AI手机、AI服务器等智能终端快速普及，生成式AI、自动驾驶、AI眼镜、具身智能等新场景涌现，推动存储系统成为驱动AI体验升级的关键基础 [1] - 多样化场景对存储器带宽、功耗、延迟、容量与尺寸提出特定要求，存储技术持续升级，芯片设计、控制算法、封测技术全方位协同革新，产业进入创新赋能AI新阶段 [1] GMIF2025峰会概况 - 峰会将于2025年9月24-25日在深圳湾万丽酒店召开，由深圳市存储器行业协会、北京大学集成电路学院主办，爱集微协办，聚焦存算技术趋势、AI应用落地与产业链协同三大方向 [2] - 议题包括：存算技术趋势与迭代路径、AI应用场景带来的存储新机遇、产业链上下游协同创新，覆盖AI PC、AI手机、AI服务器等核心场景的技术需求与生态共建 [6] - 议程包含存储生态发展论坛、GMIF2025创新峰会主论坛、颁奖晚宴及存储器品牌全球直播等活动 [8][9][10] 参会者与往届成果 - 与会者行业分布：存储相关厂商占比48%（原厂、主控/模组/封测厂商），终端应用厂商30%（服务器、AI手机等），设备/材料/软件厂商12%，其他10%（投资机构、媒体等） [11] - 职位分布：高管/总监占比20%，采购/销售经理30%，产品经理10%，主管12% [12] - GMIF2024成果：30+产业链企业主题分享，33家企业参展展示150+款产品，颁发38项年度大奖，全渠道曝光6.8亿+次，吸引1400+专业观众，品牌直播观看人次7.6万+ [14][15] 奖项设置与往届获奖企业 - 本届奖项涵盖五大类别：产业贡献奖、终端应用奖、解决方案奖、技术创新奖、市场服务奖 [19] - GMIF2024获奖企业包括美光科技、西部数据、长江存储、长鑫存储、兆易创新、英特尔、Arm等38家产业链核心企业 [23] 行业反馈与宣传 - 往届参会者评价：ARM物联网事业部提及3D NAND和QLC应用讨论，Solidigm亚太区市场负责人强调行业资源链接价值，多家企业高管认可峰会专业性与产业链协同效果 [25][26][27][28] - 拟定宣传媒体矩阵覆盖106家渠道，通过二维码开放报名 [29]

金融业中，生成式AI落地在前瞻性风险研判、复杂财务数据的精准检索与自动化报告生成，以及高效 构建领域专属知识库等场景，展现出巨大的降本增效潜力。 制造业正经历全链条变革，生成式AI不仅赋能生产侧，推动"灯塔工厂"与"智能生产工厂"的升级，更通 过"智慧家庭大模型"等方案深度重塑消费侧体验，贯穿"研、产、供、销、服"全环节。 而在汽车、医药、政务等行业，"销售人员智能陪练""高密度知识场景问答助手"等典型应用的落地，则 有力证明了生成式AI在优化复杂人机协作流程和提升高价值知识管理效能方面的独特价值。 报告发现，生成式AI已经掀起创新浪潮。依托中国当前的AI产业基础(2024年AI核心产业规模已超过 7000亿元，相关企业超过4500家)，生成式AI下游ToB应用市场需求有望爆发，成为生成式AI产业的价 值高地和竞争焦点。而鉴于To B市场的采购决策高度理性务实，深度聚焦特定应用场景并快速实现价值 验证和结果交付，将是云厂商、企业应用软件厂商、AI软件厂商等主要参与者的发力重点。长期来 看，随着To B市场规模效应显现，生成式AI服务有望以更低成本向To C市场渗透。 理解生成式AI引发的核心变革并展开实践应用 ...

AI对就业市场的影响 - 生成式AI的爆发引发"AI抢饭碗"担忧，部分敏感行业如市场营销、客服中心、平面设计、搜索引擎和软件开发已出现就业增长转负现象 [1] - 科技行业在整体就业中的占比跌破长期趋势水平，年轻技术人才失业率比年初上升近3个百分点 [1] - 高盛预计AI在未来十年内不会引发大规模失业，因技术创新将创造大量新岗位抵消自动化带来的就业流失 [1] AI对职业的替代性分析 - 目前仅9.3%公司将生成式AI实际应用于生产流程，整体采用率仍偏低 [2] - 高盛模型测算显示未来几年约6%-7%岗位可能被AI取代，不同假设下替代比例在3%至14%之间波动 [2] - 每提升1个百分点生产率，短期失业率上升0.3个百分点，但两年后影响消失 [2] - 最易被取代职业特征：高度重复性工作(数据录入、抄表)、后勤支持类岗位(行政助理、客服)、出错成本低的工作(文案、电话销售) [3][5] - 较安全职业特征：涉及高沟通、身体与认知结合能力的岗位(医生、幼儿园教师、上门推销员) [5] AI对劳动力市场的结构性影响 - 历史经验表明技术进步虽毁灭旧岗位但创造更多新岗位，美国60%工作1940年时尚未存在 [6] - AI不会导致人类"失业灭绝"，而是推动劳动力市场结构性重塑 [6] - 经济衰退期可能加速AI替代人工，导致短期失业率飙升；若AI创造新利润增长点则可缓解冲击 [9] AI替代职业的关键风险因子 1) 出错可能带来重大损失的岗位更倾向保留人工 [2] 2) 高度重复、结构化任务最易被自动化 [2] 3) 任务间关联紧密的工作更可能被整体性自动化 [2] 4) 任务价值低的岗位较难被完全取代 [3] 5) 后台岗位自动化潜力更大 [3]

"如果将科技巨头比作拥有奔腾之力的烈马，那么反垄断制度就是规范巨头行为的'缰绳'。反垄断监管 的目的并不是驯服马匹，而是确保赛场上所有马匹都能公平奔跑。"黄志雄说。 7月24日，2025年世界互联网大会数字丝路发展论坛在泉州举行。在当天下午的主论坛上，武汉大学网 络治理研究院院长黄志雄发布了该研究院的最新研究成果——《全球数字经济领域反垄断法的实践与展 望》（以下简称《报告》）。这份报告通过对全球主要法域监管实践的细致观察，试图厘清其背后的理 论争鸣、实践困境与未来趋势。 《报告》指出，全球数字经济领域的反垄断实践正处在一个历史性的十字路口，其中可勾勒出的一条未 来主线是：人工智能将成为反垄断执法的核心关注。对AI价值链关键节点的控制以及大型科技企业与 AI初创公司之间的非传统合作关系，将受到持续严格的审查。 反垄断执法机构强化对整个AI价值链的审查 《报告》提及，人工智能尤其是生成式AI的崛起，已迅速将自身推向了全球反垄断监管的风口浪尖。 为此，执法机构加强了对整个AI价值链的审查，以识别潜在的竞争瓶颈。 AI为何会引发竞争担忧？此前有专家向南都·反垄断前沿分析，大型科技公司已在诸多领域占据市场优 势地位， ...